paired_cosine_distances#

sklearn.metrics.pairwise.paired_cosine_distances(X, Y)#

计算X和Y之间的配对余弦距离。

更多信息请参阅 用户指南

Parameters:
X{array-like, sparse matrix},形状为 (n_samples, n_features)

一个数组,其中每一行是一个样本,每一列是一个特征。

Y{array-like, sparse matrix},形状为 (n_samples, n_features)

一个数组,其中每一行是一个样本,每一列是一个特征。

Returns:
distancesndarray,形状为 (n_samples,)

返回 X 的行向量和 Y 的行向量之间的距离,其中 distances[i]X[i]Y[i] 之间的距离。

Notes

余弦距离等价于如果每个样本被归一化到单位范数,则等于欧几里得距离平方的一半。

Examples

>>> from sklearn.metrics.pairwise import paired_cosine_distances
>>> X = [[0, 0, 0], [1, 1, 1]]
>>> Y = [[1, 0, 0], [1, 1, 0]]
>>> paired_cosine_distances(X, Y)
array([0.5       , 0.18...])